基于WPA-WOA-BP神经网络的PM_2.5浓度预测

作者：谢劭峰; 赵云; 李国弘; 周志浩; 黄良珂

来源：大地测量与地球动力学, 2021, 41(01): 12-16.

DOI：10.14075/j.jgg.2021.01.003

• PM2.5浓度预测
• 神经网络
• 狼群算法
• 鲸鱼优化算法

针对传统BP神经网络存在的学习速度慢、易陷入局部极值等问题,利用鲸鱼优化算法（WOA）以及狼群算法（WPA）混合优化BP神经网络的权值和阈值,构建WPA-WOA-BP神经网络模型,并对PM2.5浓度进行预测。实验结果证明,WPA-WOA-BP神经网络模型预测稳定性高,可用于PM2.5浓度的预测,且预测精度优于BP神经网络、WPA-BP神经网络和WOA-BP神经网络模型。

• 单位
  桂林理工大学; 广西空间信息与测绘重点实验室